MétaCan
Menu
Retour à la cohorte
Enregistrement W3183955460 · doi:10.1177/00420980211022895

Towards a post-COVID geography of economic activity: Using probability spaces to decipher Montreal’s changing workscapes

2021· article· en· W3183955460 sur OpenAlexafffundabout
Richard Shearmur, Priscilla Ananian, Ugo Lachapelle, Manuela Parra-Lokhorst, Florence Paulhiac Scherrer, Diane‐Gabrielle Tremblay, Alastair Wycliffe-Jones

Notice bibliographique

RevueUrban Studies · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensUniversité TÉLUQUniversité du QuébecMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDECIPHERCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyBiopowerEconomic geographyPolitical scienceVirologyOutbreakMedicineBiologyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

In March 2020, many workers were suddenly forced to work from home. This brought into stark relief the fact that urban economic activity is no longer attached to specific workplaces. This detachment has been analysed in research on organisations and workers, but has not yet been incorporated into concepts used to document and plan the economic geography of cities. In this article, three questions are explored by way of an original survey: first, how can a shift in the location of economic activity be measured at the urban scale whilst incorporating the idea that work is not attached to a single location? Second, what is the nature of the shift that occurred in March 2020? Third, what does this tell us about concepts that have underpinned the study of urban economic form by geographers and planners? Applying concepts developed in organisation studies and sociology, we operationalise the idea that economic activity happens across multiple spaces: it occurs within a probability space, and since March 2020 it has shifted within this space. To better understand and interpret the longer-term impact of this shift on cities - downtowns in particular - we draw upon interviews with people working from home.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,848

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,012
Communication savante0,0090,007
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,070
Tête enseignante GPT0,285
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetRegional resilience and developmentTravaux en français237 207